Каков процесс настройки среды Conda для проектов Ultralytics?

Настройка среды Conda для проектов Ultralytics проста и обеспечивает бесперебойное управление пакетами. Сначала создай новую среду Conda с помощью следующей команды: Затем активируй новую среду с помощью: Наконец, установи Ultralytics из канала conda-forge:

Почему стоит использовать Conda вместо pip для управления зависимостями в проектах Ultralytics?

Conda — это надежная система управления пакетами и средами, предлагающая ряд преимуществ перед pip. Она эффективно управляет зависимостями и гарантирует совместимость всех необходимых библиотек. Изолированные среды Conda предотвращают конфликты между пакетами, что критически важно в проектах по анализу данных и машинному обучению. Кроме того, Conda поддерживает распространение бинарных пакетов, что ускоряет процесс установки.

Могу ли я использовать Ultralytics YOLO в среде с поддержкой CUDA для повышения производительности?

Да, ты можешь повысить производительность, используя среду с поддержкой CUDA. Убедись, что ты устанавливаешь ultralytics, pytorch и pytorch-cuda вместе, чтобы избежать конфликтов: Эта настройка обеспечивает ускорение на GPU, что крайне важно для ресурсоемких задач, таких как обучение и инференс моделей deep learning. Для получения дополнительной информации посети руководство по установке Ultralytics.

Каковы преимущества использования Docker-образов Ultralytics со средой Conda?

Использование Docker-образов Ultralytics обеспечивает согласованную и воспроизводимую среду, устраняя проблемы в духе «на моей машине работает». Эти образы включают предварительно настроенную среду Conda, что упрощает процесс установки. Ты можешь скачать и запустить последний Docker-образ Ultralytics с помощью следующих команд: Этот подход идеально подходит для развертывания приложений в продакшене или запуска сложных рабочих процессов без ручной настройки. Узнай больше об Ultralytics Conda Docker Image.

Как ускорить установку пакетов Conda в моей среде Ultralytics?

Conda 23.10 и более поздних версий уже используют быстрый разрешитель libmamba по умолчанию. В более старых версиях Conda ты можешь включить его вручную, сначала установив пакет conda-libmamba-solver: Затем настрой Conda на использование libmamba в качестве разрешителя: Эта настройка обеспечивает более быстрое и эффективное управление пакетами. Дополнительные советы по оптимизации среды читай в разделе об установке libmamba.

Как установить Ultralytics YOLO с помощью Conda#

Ultralytics Conda Package Visual

В этом руководстве описана настройка среды Conda для твоих проектов Ultralytics. Conda — это система управления пакетами и средами с открытым исходным кодом, которая представляет собой отличную альтернативу pip для установки пакетов и зависимостей. Изолированные среды делают её особенно подходящей для задач науки о данных и machine learning. Дополнительную информацию можно найти на странице пакета Ultralytics Conda в Anaconda, а также в репозитории сырья (feedstock) Ultralytics для получения обновлений пакетов на GitHub.

В этом руководстве рассматривается, как создать среду, установить Ultralytics, запустить инференс, использовать Conda Docker image и ускорить установку с помощью libmamba.

Предварительные требования#

У тебя в системе должны быть установлены Anaconda или Miniconda. Если они не установлены, скачай и установи их с Anaconda или Miniconda.

Настройка среды Conda#

Сначала создай новую среду Conda. Открой терминал и выполни следующую команду:

conda create --name ultralytics-env python=3.11 -y

Активируй новую среду:

conda activate ultralytics-env

Установка Ultralytics#

Ты можешь установить пакет Ultralytics из канала conda-forge. Выполни следующую команду:

conda install -c conda-forge ultralytics

Установка в среде CUDA

Если ты работаешь в среде с поддержкой CUDA, рекомендуется устанавливать ultralytics, pytorch и pytorch-cuda одновременно, чтобы менеджер пакетов Conda мог разрешить любые конфликты:

conda install -c pytorch -c nvidia -c conda-forge pytorch torchvision pytorch-cuda=12.1 ultralytics

Использование Ultralytics#

После установки Ultralytics ты сможешь начать использовать её мощные функции для object detection, instance segmentation и многого другого. Например, чтобы выполнить предсказание для изображения, ты можешь запустить:

from ultralytics import YOLO

model = YOLO("yolo26n.pt")  # initialize model
results = model("path/to/image.jpg")  # perform inference
results[0].show()  # display results for the first image

Docker-образ Ultralytics Conda#

Если ты предпочитаешь использовать Docker, Ultralytics предлагает образы Docker с уже включенной средой Conda. Ты можешь скачать эти образы с DockerHub.

Скачай последний образ Ultralytics:

# Set image name as a variable
t=ultralytics/ultralytics:latest-conda

# Pull the latest Ultralytics image from Docker Hub
sudo docker pull $t

Запусти образ:

# Run the Ultralytics image in a container with GPU support
sudo docker run -it --ipc=host --device nvidia.com/gpu=all $t                         # all GPUs
sudo docker run -it --ipc=host --device nvidia.com/gpu=2 --device nvidia.com/gpu=3 $t # specify GPUs

В Linux для запросов устройств CDI требуются Docker >= 28.2.0 и NVIDIA Container Toolkit >= 1.18. Устаревший флаг --gpus all может привести к потере доступа к GPU после перезапуска хост-демона, поэтому обнови старые хосты Linux и используй вместо него флаг --device. Подробности см. в Руководстве по быстрому запуску Docker.

Ускорение установки с помощью Libmamba#

libmamba — это быстрый, кроссплатформенный и учитывающий зависимости модуль разрешения (solver), который заменяет классический разрешитель Conda. В Conda 23.10 и более поздних версиях libmamba уже используется в качестве разрешителя по умолчанию, поэтому большинство установок работают быстрее из коробки.

Если ты используешь более старую версию Conda, ты можешь включить libmamba вручную:

Сначала установи пакет conda-libmamba-solver:
```
conda install conda-libmamba-solver
```
Затем настрой Conda на использование libmamba в качестве разрешителя:
```
conda config --set solver libmamba
```

Ты успешно настроил среду Conda, установил пакет Ultralytics и теперь готов к изучению его возможностей. Дополнительные продвинутые руководства и примеры см. в документации Ultralytics.

FAQ#

Настройка среды Conda для проектов Ultralytics проста и обеспечивает бесперебойное управление пакетами. Сначала создай новую среду Conda с помощью следующей команды:
conda create --name ultralytics-env python=3.11 -y
Затем активируй новую среду с помощью:
conda activate ultralytics-env
Наконец, установи Ultralytics из канала conda-forge:
conda install -c conda-forge ultralytics
Conda — это надежная система управления пакетами и средами, предлагающая ряд преимуществ перед pip. Она эффективно управляет зависимостями и гарантирует совместимость всех необходимых библиотек. Изолированные среды Conda предотвращают конфликты между пакетами, что критически важно в проектах по анализу данных и машинному обучению. Кроме того, Conda поддерживает распространение бинарных пакетов, что ускоряет процесс установки.
Да, ты можешь повысить производительность, используя среду с поддержкой CUDA. Убедись, что ты устанавливаешь ultralytics, pytorch и pytorch-cuda вместе, чтобы избежать конфликтов:
conda install -c pytorch -c nvidia -c conda-forge pytorch torchvision pytorch-cuda=12.1 ultralytics
Эта настройка обеспечивает ускорение на GPU, что крайне важно для ресурсоемких задач, таких как обучение и инференс моделей deep learning. Для получения дополнительной информации посети руководство по установке Ultralytics.
Использование Docker-образов Ultralytics обеспечивает согласованную и воспроизводимую среду, устраняя проблемы в духе «на моей машине работает». Эти образы включают предварительно настроенную среду Conda, что упрощает процесс установки. Ты можешь скачать и запустить последний Docker-образ Ultralytics с помощью следующих команд:
sudo docker pull ultralytics/ultralytics:latest-conda sudo docker run -it --ipc=host --device nvidia.com/gpu=all ultralytics/ultralytics:latest-conda # all GPUs sudo docker run -it --ipc=host --device nvidia.com/gpu=2 --device nvidia.com/gpu=3 ultralytics/ultralytics:latest-conda # specify GPUs
Этот подход идеально подходит для развертывания приложений в продакшене или запуска сложных рабочих процессов без ручной настройки. Узнай больше об Ultralytics Conda Docker Image.
Conda 23.10 и более поздних версий уже используют быстрый разрешитель libmamba по умолчанию. В более старых версиях Conda ты можешь включить его вручную, сначала установив пакет conda-libmamba-solver:
conda install conda-libmamba-solver
Затем настрой Conda на использование libmamba в качестве разрешителя:
conda config --set solver libmamba
Эта настройка обеспечивает более быстрое и эффективное управление пакетами. Дополнительные советы по оптимизации среды читай в разделе об установке libmamba.

Участники

GLglenn-jocher¹⁴ RAraimbekovm² BUBurhan-Q² PDpderrenger¹ ONonuralpszr¹ PIpicsalex¹ Y-Y-T-G¹ RIRizwanMunawar¹

Создано 12 нояб. 2023 г.Обновлено 6 дней назад